|
" استفاده از داده‌های سنجش از راه دور جهت بررسی تأثیر مواجهه با آلاینده‌های PM2.5، NO2 و کربن سیاه بر ابتلا به سرطان‌های خون و لنفوم کودکان شهر تهران "
سمیرا نورزایی
مجید کرمانی
مهدی فرزاد کیا
| عنوان اصلي
|
:
|
استفاده از داده‌های سنجش از راه دور جهت بررسی تأثیر مواجهه با آلاینده‌های PM2.5، NO2 و کربن سیاه بر ابتلا به سرطان‌های خون و لنفوم کودکان شهر تهران
|
| عنوان اصلي به زبان ديگر
|
:
|
Investigation of the Application of Remote Sensing to Estimate of Exposure to PM2.5, Black Carbon and NO2 Pollutants on Leukemia and Lymphoma in Children in Tehran
|
| نام نخستين پديدآور
|
:
|
سمیرا نورزایی
|
| استاد راهنما
|
:
|
مجید کرمانی
|
| استاد مشاور
|
:
|
مهدی فرزاد کیا
|
| استاد مشاور
|
:
|
روشنک رضایی کلانتری
|
| استاد مشاور
|
:
|
مسعود یونسیان
|
| نام مرکز
|
:
|
دانشکده بهداشت
|
| نوع مدرک
|
:
|
پایان نامه فارسی
|
| شماره رکورد
|
:
|
717137
|
| شماره مدرک
|
:
|
۱۱۳۱۰۰۴۱پ
|
| زبان مدرک
|
:
|
فارسی
|
| زبان اثر اصلي
|
:
|
فارسی
|
| سرشناسه
|
:
|
پایان نامه نویس نورزایی، سمیرا
|
| صفحه شمار
|
:
|
۱۳۲ص.
|
| مقطع تحصیلی
|
:
|
دکترای تخصصی
|
| رشته تحصیلی
|
:
|
بهداشت محیط
|
| تاریخ دفاع
|
:
|
۱۴۰۳
|
| دانشگاه/ دانشکده
|
:
|
علوم پزشکی ایران
|
| موضوع
|
:
|
آلاینده‌های هوا
|
|
|
:
|
Air Pollutants
|
|
|
:
|
لوسمی
|
|
|
:
|
Leukemia
|
|
|
:
|
کودکان
|
|
|
:
|
Child
|
| شناسه افزوده
|
:
|
استاد راهنماکرمانی، مجید
|
|
|
:
|
، استاد مشاورفرزادکیا، مهدی
|
|
|
:
|
، استاد مشاوررضایی کلانتری، روشنک
|
|
|
:
|
، استاد مشاوریونسیان، مسعود
|
| چکيده
|
:
|
مقدمه: آلاینده‌های هوا تأثیرات چشمگیری بر سلامت، محیط‌زیست و آب‌وهوا دارند، و به همین دلیل، نقش عوامل محیطی، به‌ویژه مواجهه با آلودگی هوا، از اهمیت ویژه‌ای برخوردار است. در این مطالعه، برای پیش‌بینی غلظت آلاینده‌های ذرات معلق با قطر 5/2 میکرون (PM2.5) و کربن سیاه (BC)، از داده‌های سنجش از راه دور با استفاده از الگوریتم چندزاویه تصحیح جوی (MAIAC) با وضوح ۱ کیلومتر به همراه پارامترهای هواشناسی (سرعت باد، رطوبت، دما، بارش، جهت باد و فشار) استفاده شد. همچنین، برای بررسی آلاینده دی‌اکسید نیتروژن (NO2) از داده‌های سازمان علوم کاربردی سلامت و کیفیت هوا ناسا بهره گرفته شد. پس از این مرحله، ارتباط بین مواجهه طولانی‌مدت با این آلاینده‌ها و بروز سرطان خون و لنفوم در کودکان در شهر تهران مورد بررسی قرار گرفت. روش کار: جهت مدل‌سازی، از روش‌های یادگیری ماشین شامل شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM)، جنگل تصادفی (RF) و ماشین تقویت گرادیان (GBM) استفاده شد. بر اساس نتایج ارزیابی عملکرد مدل‌ها، بهترین مدل انتخاب گردید. با استفاده از مدل ساخته‌شده، نقشه‌های مربوط به هر آلاینده ایجاد و تغییرات میانگین سالانه غلظت PM2.5، BC و NO2 در طی سال‌های ۲۰۱۰ تا ۲۰۲۱ بررسی شد. در مطالعه حاضر، برای تعیین ارتباط بین آلاینده‌های مورد بررسی و بروز سرطان خون و لنفوم در کودکان، از یک مطالعه مورد-شاهدی مبتنی بر بیمارستان استفاده شد. این پژوهش شامل ۴۲۸ مورد سرطان خون و ۴۲۸ مورد سرطان لنفوم دوران کودکی (در سال‌های 2016 تا 2021)، به همراه یک گروه کنترل تصادفی شامل ۴۲۸ کودک ۱ تا ۱۵ ساله در شهر تهران بود. داده های مربوطه را جمع آوری و با استفاده از نرم افزار Stata مورد بررسی قرار دادیم. برای شناسایی عوامل خطر مرتبط با سرطان خون و لنفوم دوران کودکی از رگرسیون لجستیک استفاده شد. نسبت شانس (OR) با فاصله اطمینان 95 درصد (CI) در هر دو شکل خام و تعدیل شده، با در نظر گرفتن عوامل مخدوش کننده مانند سن، جنسیت، سن مادر، سیگار کشیدن والدین، نسبت والدین، وزن هنگام تولد، فرزندچندم خانواده بودن، سابقه خانوادگی، فاصله با جاده های تیپ 1و 2، فاصله با پمپ بنزین، فاصله با فضای سبز و فاصله با ایستگاه های اتوبوس محاسبه شد. نتایج: با توجه به نتایج به دست آمده مدل، GBM نتایج بهتری را برای تخمین آلاینده ها ارائه داد. مقادیر خطای جذر میانگین مربعات (RMSE)، میانگین خطای مطلق (MAE) و ضریب همبستگی (R) مدل برای آلاینده PM2.5 به ترتیب در محدودة 72/12-27/8، 33/9-11/6 و 74/0 تا 87/0 بودند و برای آلاینده BC مقدار RMSE، MAE و R به ترتیب در محدوده 59/1-80/0، 10/1-59/0 و 84/0 تا 97/0بود، که نشان از عملکرد قابل قبول الگوریتم GBM_LSBoost در مدل‌سازی و تخمین PM2.5 و BC بود. برای آلاینده NO2 با 54/0 R2= و میانگین خطای مطلق ppb 7/3 گزارش شد. میانگین تخمینی غلظت سالانه برای PM2.5، NO2 و BC برای ۱۱ سال به ترتیب µ/m379/31، ppb 97/23 و µ/m3 18/6 برآورد شد، که فراتر از رهنمود های EPA، WHO و ایران بودند. بررسی تغییرات فضایی و آنالیز خوشه های داغ آلاینده‌های PM2.5، NO2 و BC نشان داد که مناطق با آلودگی بیشتر در قسمت‌های مرکزی و جنوبی شهر تهران و نقاط با الودگی کمتر در بخش‌های غربی و شمال شرقی شهر پراکنده است. OR برای سرطان خون و لنفوم در بالاترین چارک PM2.5 (µg/m3 34<) نسبت به کمترین چارک آن (µg/m3 30>) به ترتیب 33/1(03/2-08/1: CI 95%) و 29/1 (20/2-02/1: CI 95%) بود. برای الاینده BC نیز نتایج نشان دهنده، ارتباط بین سرطان خون و BC (20/2-99/0: CI 95%، 14/1=OR) بود. با این حال، هیچ نشانه ای از ارتباط بین آلاینده BC و خطر ابتلا به سرطان لنفوم در کودکان یافت نشد. همچنین هیچ ارتباطی بین NO2 و بروز سرطان خون و لنفوم در کودکان مشاهده نشد.نتیجه‌گیری: یافته های این مطالعه نشان دهنده ارتباط بالقوه بین آلاینده های PM2.5 و BC و بروز سرطان خون و لنفوم در کودکان است. برآوردها حاکی از آن است که سطوح کنونی مواجهه با PM2.5 و BC در تهران خطر قابل توجهی برای سلامت انسان، به ویژه در مورد بروز سرطان های دوران کودکی دارد.کلمات کلیدی: سرطان کودکان، مورد - شاهدی، سنجش از راه دور، آلودگی هوا، یادگیری ماشین
|
| چکيده
|
:
|
Title: Using remote sensing data to examine the impact of exposure to PM2.5, NO2, and Black carbon on the incidence of leukemia and lymphoma in children in TehranIntroduction: Air pollutants have significant impacts on health, the environment, and climate, and for this reason, the role of environmental factors, especially exposure to air pollution, is of particular importance. In this study, to predict the concentration of particulate matter with a diameter of 2.5 microns (PM2.5) and black carbon (BC), remote sensing data using the Multi-Angle Implementation of Atmospheric Correction (MAIAC) algorithm with a resolution of 1 kilometer, along with meteorological parameters (wind speed, humidity, temperature, precipitation, wind direction, and pressure), were used. Additionally, for examining the nitrogen dioxide (NO2) pollutant, data from NASA's Applied Sciences Health and Air Quality organization was utilized. After this stage, the relationship between long-term exposure to these pollutants and the incidence of leukemia and lymphoma in children in Tehran was examined.Material & Methods: For modeling, we employed several machine learning techniques, including Artificial Neural Networks (ANN), Support Vector Machines (SVM), Random Forest (RF), and Gradient Boosting Machines (GBM). After evaluating the performance of these models, we selected the most effective one. Using this chosen model, we created maps for each pollutant and analyzed the annual mean concentration changes of PM2.5, BC, and NO2 from 2010 to 2021. To explore the relationship between these pollutants and the incidence of leukemia and lymphoma in children, we conducted a hospital-based case-control study. This research included 428 cases of childhood leukemia and 428 cases of childhood lymphoma from 2016 to 2021, along with a randomly selected control group of 428 children aged 1 to 15 in Tehran. We collected the relevant data and analyzed it using Stata software. Logistic regression was employed to identify risk factors associated with childhood leukemia and lymphoma. We calculated the odds ratios (OR) with 95% confidence intervals (CI) in both crude and adjusted forms, taking into account confounding factors such as age, gender, maternal age, parental smoking, parental relationship, birth weight, birth order, family history of cancer, and distances to type 1 and 2 roads, petrol stations, green spaces, and bus stations.Results: The results indicate that the GBM model provided better estimates for pollutants. For PM2.5, the Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and correlation coefficient (R) ranged from 12.72 to 8.27, 9.33 to 6.11, and 0.74 to 0.87, respectively. For BC, the RMSE, MAE, and R values ranged from 1.59 to 0.80, 1.10 to 0.59, and 0.84 to 0.97. These results demonstrate the effective performance of the GBM_LSBoost algorithm in modeling and estimating both PM2.5 and BC. For NO2, an R² of 0.54 and an average absolute error of 3.7 ppb were reported. The estimated annual mean concentrations over 11 years for PM2.5, NO2, and BC were 31.379 µg/m³, 23.97 ppb, and 6.18 µg/m³, respectively, all exceeding the guidelines established by the EPA, WHO, and Iranian regulations. Additionally, spatial variation analysis and hot spot detection revealed that areas with higher pollution levels were primarily located in the central and southern regions of Tehran, while lower pollution levels were found in the western and northeastern areas. The OR for leukemia and lymphoma in the highest quartile of PM2.5 (µg/m³ >34) compared to the lowest quartile (µg/m³ <30) were 1.33 (95% CI: 1.03-2.08) and 1.29 (95% CI: 1.20-2.02), respectively. The analysis also showed a significant association between leukemia and BC, with an OR of 1.14 (95% CI: 0.99-2.20). However, no link was found between BC and the risk of lymphoma in children. Furthermore, no association was observed between NO2 and the incidence of either leukemia or lymphoma.Conclusion: The findings of this study indicate a potential association between PM2.5 and BC pollutants and the incidence of leukemia and lymphoma in children. The estimates suggest that current levels of PM2.5 and BC exposure in Tehran present a significant risk to human health, particularly concerning the development of childhood cancers.Keywords: Childhood cancer; Case-control; Remote sensing; Air pollution; Machine learning
|
| |